Leetcode 169 多数元素

本文介绍了如何使用HashMap统计和遍历解决LeetCode中的Majority Element问题,同时对比了两种方法:HashMap计数和摩尔投票法,它们的时间复杂度均为O(n),但空间复杂度分别为O(n)和O(1)。摩尔投票法则解释了为何这种方法在寻找多数元素时高效有效。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

链接: https://leetcode-cn.com/problems/majority-element/

基础版:

        HashMap统计次数,然后遍历;时间复杂度O(n), 空间复杂度O(n)

代码:

class Solution {
    public int majorityElement(int[] nums) {
         Map<Integer, Integer> map = new HashMap<>();
        int len = nums.length;
        for (int i = 0; i < len; i++) {
            if (map.containsKey(nums[i])) {
                map.put(nums[i], map.get(nums[i]) + 1);
            } else {
                map.put(nums[i], 1);
            }
        }
        int res = -1;
        for (Map.Entry<Integer, Integer> key : map.entrySet()) {
            if (key.getValue() > len / 2) res = key.getKey();
        }
        return res;
    }
}

摩尔投票法:

候选人(cand_num)初始化为nums[0],票数count初始化为1。
当遇到与cand_num相同的数,则票数count = count + 1,否则票数count = count - 1。
当票数count为0时,更换候选人,并将票数count重置为1。
遍历完数组后,cand_num即为最终答案。

为何这行得通呢?
投票法是遇到相同的则票数 + 1,遇到不同的则票数 - 1。
且“多数元素”的个数> ⌊ n/2 ⌋,其余元素的个数总和<= ⌊ n/2 ⌋。
因此“多数元素”的个数 - 其余元素的个数总和 的结果 肯定 >= 1。
这就相当于每个“多数元素”和其他元素 两两相互抵消,抵消到最后肯定还剩余至少1个“多数元素”。

时间复杂度O(n), 空间复杂度O(1)

代码:

class Solution {
    public int majorityElement(int[] nums) {
        int len = nums.length;
        int res = nums[0];
        int count = 1;
        for (int i = 1; i < len; i++) {
            if (count == 0) res = nums[i];
            if (nums[i] != res) count --;
            else count ++;
        }
        return res;
    }
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值